アンケートを作成する

アンケートを作成する

アンケートを作成する

警察官のアンケートのフィールドトレーニングオフィサープログラムに関する回答をAIを使って分析する方法

Adam Sabla - Image Avatar

アダム・サブラ

·

2025/08/22

アンケートを作成する

この記事では、フィールドトレーニングオフィサープログラムに関する警察官調査の回答を分析するためのヒントを紹介します。AIツールはプロセスをスムーズにし、調査結果を数えるだけでは得られない深い洞察を提供します。

分析に適したツールの選択

選択するアプローチやツールはデータに依存します。構造化され、スコアが容易な回答には軽いツールで十分ですが、自由形式の回答には強力な分析が必要です。

  • 定量データ:エクセルまたはGoogle Sheetsで、ある研修モデルを選んだ警官の数など、数値を簡単に分析できます。簡単な計算で回答の分布、傾向、平均を示します。

  • 質的データ:自由回答、コメントボックス、フォローアップへの回答は手作業でのレビューが難しいです。大量の自由形式のフィードバックがある場合、すべて読むのは非現実的で、ここにAIツールが活躍します。

質的な回答を扱う際のツール選択には2つのアプローチがあります:

AI分析のためのChatGPTまたは同様のGPTツール

エクスポートされた調査データをそのままChatGPTまたは同等のAIプラットフォームにコピー&ペーストし、結果について会話することができます。

利点: アクセスが容易で、既にGPTベースのツールを使用している場合、新たな登録は不要です。会話形式の要約を得られ、プロンプトを絞り込むことで主要なアイデアを探ることができます。

欠点: 調査から手動でエクスポートし、データのフォーマットを気にする必要があり、貼り付け可能なデータ量に限界があります。長い自由形式の回答はこの方法では管理が難しく、特にコンテキストサイズ制限があるため、分析が途中で途切れることがあります。

Specificのようなオールインワンツール

Specificは調査作業専用に作られたAIツールです。一か所で警察官の調査データを収集し、AIを使って分析ができます。一般的なAIチャットとは異なり、Specificは自動的に賢いフォローアップ質問を行うことで、回答の背景にある「理由」を特定する手助けをし、よりリッチなデータを収集します(その仕組みを確認してください)。

主な利点:

  • フォローアップを含む全ての自由回答を即座に要約し、主要なテーマや具体的な成果を表面化させ、スプレッドシート作業をゼロにします。

  • ChatGPTのように調査結果についてチャットできますが、強力なフィルターや整理されたチャット、調査データをスケールで扱うために設計されたツールが備わっています。

  • 構造化された回答も非構造化された回答もすぐ手元にあり、整理され、プレゼンテーションやチームとの協力のために準備されています。


SpecificがどのようにしてAI調査応答分析をシンプルかつ迅速に行うか、さらに詳しく読むことができます。

フィールドトレーニングオフィサープログラムに関する警察官の回答を分析するために使用できる有用なプロンプト

何を尋ねるべきかを知っているとき、AIの力を最大限に活用できます。正しいプロンプトを作成することで、フィールドトレーニングオフィサープログラムの調査分析において重要な洞察を得ることができます。

コアアイデアのためのプロンプト: この一般的なプロンプトは、多くのフィードバックの中から主要なテーマを抽出します。Specificの基本的な機能であり、GPTツールを使用する際にも同様に強力です:

あなたのタスクは、コアアイデアを太字で抽出し (各コアアイデアに対して4-5単語) + 最大2文の説明を書きます。

出力要件:

- 不要な詳細を避ける

- 特定のコアアイデアを何人が言及したかを示す(単語ではなく数字を使用)、最も多く言及されたものを上部に

- 提案なし

- 指示なし

出力例:

1. **コアアイデアのテキスト:** 説明文

2. **コアアイデアのテキスト:** 説明文

3. **コアアイデアのテキスト:** 説明文

ヒント: AIは追加のコンテキストを提供すると品質が向上します。例えば、調査の目的を加えたり、簡単な背景を説明すると、結果がより関連性を持ち洞察が深まります。

サンプル例:“これらの回答は、フィールドトレーニングオフィサープログラムを終了した警察官からのものです。目的は機能している点、問題が発生する箇所、最も注目すべき側面を理解することです。”

出力で何か興味深いものを見つけたとき、次のようなプロンプトでさらに掘り下げることができます:
「[コアアイデア]についてもっと教えて」

特定のトピックのためのプロンプト: 特定のテーマが話題にされたか確認したいとき(例: メンターシップの質やFTO準備に関わる懸念)、次を試してみてください:

「メンターシップの質について誰かが言及しましたか?引用を含めてください。」


課題や問題点のためのプロンプト: 現在のプログラムに関する最も一般的な問題を診断するには:

「調査応答を分析し、フィールドトレーニングオフィサープログラムを受ける警官が述べた最も一般的な痛点やフラストレーション、課題をリストアップしてください。それぞれを要約し、パターンや発生頻度を記録してください。」


感情分析のためのプロンプト: プログラム全体に対する警官の感情を見たい場合、次を試してみてください:

「調査応答で表現された全体的な感情(例: ポジティブ、ネガティブ、ニュートラル)を評価してください。各感情カテゴリに寄与するキーフレーズやフィードバックを強調してください。」


動機と推進力のためのプロンプト: 警官を動かし続けるもの、または学習を推進するものに興味がある場合:

「調査応答から、警官がフィールドトレーニングオフィサープログラム中に見せる行動や選択に表れている主な動機や理由を抽出してください。同様の動機をグループ化し、データからの裏付けを提供してください。」


プロンプトをカスタマイズすると、さらに多くのことを学べます。最高の調査質問をデザインする方法については、フィールドトレーニングオフィサープログラムに関する警察官調査質問のガイドをご覧ください。

質問のタイプに基づく質的データのSpecificによる分析方法

フィールドトレーニングオフィサープログラムの調査の構造は、Specificでの分析結果を形作ります:

  • フォローアップの有無にかかわらずの自由回答: Specificはすべての回答を要約し、フォローアップ質問から得られる豊かな詳細を含めます。これにより、警官が自身の言葉で伝えている内容をより広範で詳細に把握できます。

  • フォローアップ付の選択式質問: 各回答選択肢(例:使用されるFTOモデル)は、その特定の選択に紐づけられるフォローアップのフィードバックに基づいてミニサマリーを受けます。

  • NPS (ネットプロモータースコア) 質問: それぞれのカテゴリ(批判者、受け身の人、推進者)は、フォローアップの回答の一部として個別に合成されます。それによって、批評家と推進者を異なる理由が何かを理解できます。

同じアプローチは、ChatGPTを使用して、データを質問ごとに投入し、フォローアップをグループ化することによっても可能ですが、それはより多くの作業を必要とし、規模に応じて管理が難しくなります。調査に構造が多いほど、結果はより整理されます。Specificのようなツールは、これをすべて箱から出して一緒に持ってきます。

大規模な警察官調査データを分析する際のAIコンテキスト制限の管理

AIツール—ChatGPT、Specificを含む—は、コンテキストサイズの制限があるため、一度に多くのデータを処理することができません。警察官の調査から大量の自由形式の応答がある場合、これらの制限は問題を引き起こします。

2つの解決策があり、Specificはそれらの両方を簡単に組み合わせることができます:

  • フィルタリング: 特定の質問に警官が回答した会話や、特定の答えを選んだ会話を選んで、分析するデータを削減します。これにより、AIが関連する素材を大量にしてしまわずに使用できるようになり、(例えば、特定のフィールド部門に割り当てられた警官)オーディエンスのサブセットに焦点を当てることができます。

  • 切り取り: AIに分析させたい調査質問のみを選択します。これにより分析がスナッピーになり、サイズ制限のために重要なフィードバックが失われるのを防ぎます。

コンテキストサイズが懸念される場合、対象のAI分析は、フィールドトレーニングオフィサープログラムの調査からの洞察を失わないことを保証します—たとえ数百または数千の応答を扱ったとしても。

警察官調査応答を分析するためのコラボレーション機能

コラボレーションは混乱しがちで、フィールドトレーニングオフィサープログラムに関する数百の警察官調査応答をレビューするチームにとってのチャレンジがあります。メール送信したスプレッドシートやスライドデッキへの発見のコピーは時間を奪い、バージョンの混乱を生み出します。

データをチームで分析する—Specificでは、グループ全体がAIと直接チャットできます。それぞれの担当者がカスタムフィルターでフォーカスされたチャットを作成し、異なる側面(例えばFTOメンターシップのテーマや経験年数による態度)を並行して比較することができます。

整理された環境を保つ: 各チャットはどこで作成されたかが明確に示され、全チームが探求された内容を即座に確認でき、重複した仕事を防ぎ、洞察をより早く見つけることができます。

誰が何を言っているかわかる—AIチャットでのブレインストーミング中は、各メッセージにアバターが表示されます。誰の質問や洞察が特定のスレッドを生むきっかけになったのかが分かり、鋭い発見に貢献した人を容易に特定できます。

コラボレーションはシームレスに行われます—分析チームがシフト、警察署、専門部隊にまたがっていたとしても。この調査を最初に構築するためのステップバイステップのアドバイスは、フィールドトレーニングオフィサープログラムに関する警察官調査を作成するための方法ガイドに記載されています。

フィールドトレーニングオフィサープログラムに関する警察官調査を今すぐ作成

AIで迅速に洞察を得る—自由回答をまとめ、主要テーマを特定し、実際のフィードバックに基づいてコラボレーションすることで、フィールドトレーニングオフィサープログラムを自信を持って改善できます。

アンケートを作成する

ぜひ試してみてください。楽しいですよ!

情報源

  1. policinginstitute.org. 警察の現場研修プログラム:基礎と改革

  2. seftoa.org. アカデミー訓練と現場訓練の改善に関するPERFの指導原則

  3. russellsage.org. 警察の使用する力に対する現場訓練指導者の影響

  4. scribd.com. シカゴ警察署:改革のための所見と推奨事項

Adam Sabla - Image Avatar

アダム・サブラ

アダム・サブラは、ディズニー、Netflix、BBCを含む100万人以上の顧客にサービスを提供するスタートアップを構築した経験を持つ起業家であり、オートメーションに対する強い情熱を持っています。

アダム・サブラ

アダム・サブラは、ディズニー、Netflix、BBCを含む100万人以上の顧客にサービスを提供するスタートアップを構築した経験を持つ起業家であり、オートメーションに対する強い情熱を持っています。

アダム・サブラ

アダム・サブラは、ディズニー、Netflix、BBCを含む100万人以上の顧客にサービスを提供するスタートアップを構築した経験を持つ起業家であり、オートメーションに対する強い情熱を持っています。